公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

1961-2019 年皖西大别山区的气候变化特征被引量：4: 2021年; 【目的】探明皖西大别山区影响农作物生长的典型气候资源变化特征,为其生态环境保护及农业生产合理利用气候资源提供科学依据。【方法】利用皖西大别山区8个气象观测站1961-2019年逐日气象资料,采用气候倾向率、Mann-Kendall突变检验等方法,分析其年均气温、太阳总辐射、降水量和降水日数等气候要素的时空变化特征。【结果】近60年来皖西大别山区年均气温呈极显著(P<0.01)增加趋势,增幅为0.16℃/10a;年均太阳总辐射呈极显著(P<0.01)减少趋势,减幅为101.3 MJ/(m 2·10a);年均降水量和年均降水日数以波动变化为主,变化趋势不明显,其中小雨日数呈减少趋势,减幅为0.64 d/10a,中雨、大雨、暴雨及以上日数呈增加趋势,增幅分别为0.16 d/10a、0.12 d/10a和0.10 d/10a;年均气温在2001年发生由少到多的突变,突变后较突变前上升0.7℃;年均太阳总辐射在1989年发生由多到少的突变,突变后较突变前减少316.0 MJ/m 2;年均降水量和年均降水日数无明显突变点。【结论】气候资源的分布和变化与海拔高度关系密切,年均气温随海拔高度的增加而降低,年均太阳总辐射、年均降水量和年均降水日数随海拔高度的增加而增加。; 徐建鹏王晖伍琼王杰徐祥; 关键词：气候资源

基于RAdam卷积神经网络的水稻生育期图像识别被引量：20: 2021年; 为了解决现阶段水稻发育期信息的获取主要依靠人工观测的效率低、主观性强等问题,该研究提出一种基于Rectified Adam(RAdam)优化器的ResNet50卷积神经网络图像识别方法,开展水稻关键生育期的自动识别。连续2a对12块试验田的水稻物候特征进行持续自动拍摄,对采集的水稻图像进行预处理,得到水稻各发育期分类图像数据集;采用ExG因子和大津法(Otsu)算法相结合的方法对水稻图像分割,减小稻田背景干扰;对比分析了VGG16、VGG19、ResNet50和Inception v3四种模型下水稻生育期图像分级识别的性能,选取性能较优网络模型并进行了网络参数调优;对比试验了不同优化器下模型准确率和损失值的变化,选取了RAdam优化器。结果表明,采取基于RAdam优化器卷积神经网络构建的模型,在真实场景下分类识别准确率达到97.33%,网络稳定性高、收敛速度快,为水稻生育期自动化观测提供了有效方法。; 徐建鹏王杰徐祥徐祥; 关键词：图像识别神经网络水稻生育期

基于Web的应用程序测试研究——以安徽省“新型农民培训民生工程”信息管理系统为例被引量：1: 2015年; 随着现代社会的信息化发展,越来越多的基于Web的网络应用程序应运而生,对软件测试的需求也随之增加。该研究采用用户验收测试方法 UAT指导和管理整个测试流程,使用QC、QTP、Load Runner这3个测试工具对Web系统的功能和性能进行测试,其中性能测试包括系统稳定性测试和数据库压力测试。测试结果表明,用户验收测试方法 UAT能够高效地测试基于Web的网络应用程序。; 周鹿扬琚书存徐祥; 关键词：WEB测试

一种基于聚类中心的快速聚类算法被引量：3: 2016年; 针对k-means算法采用单一的聚类中心描述一个类簇,一般不能有效适用于任意形状簇的缺陷,在研究k-means算法以及初始聚类中心优化算法的基础上,考虑将数据集中较大或延伸状的簇分割成若干球状簇,而后合并这些小簇。该算法首先选取一组分布于高密度区域的聚类中心,将聚类中心周围的对象划分到离其最近的聚类中心形成子簇,再根据子簇之间的连通性完成子簇合并。实验证明,该算法能有效适应任意形状簇,并保持了k-means算法简单的优点。; 周鹿扬程文杰徐建鹏徐建鹏; 关键词：聚类算法聚类中心

基于用户行为和新闻时效性的农业信息协同过滤推荐算法被引量：5: 2020年; 农业信息具有较强的时效性和周期性特征,传统基于行为的推荐算法能挖掘农户兴趣但不能反映农户不同时段的信息需求。同时,农户一般采用匿名网页直接浏览的方式查看农业新闻,显式反馈数据十分稀少,传统协同过滤推荐算法需要面临冷启动等问题。本文提出一种基于用户行为和新闻时效性的协同过滤推荐算法,综合采集用户的隐式、显式反馈数据等多维因素,同时考虑农业信息的分类特征及周期性特征,针对农户对不同农业信息分类信息的周期性关注度变化以及热度系数提高农业新闻推荐的针对性和时效性。通过对真实访问数据进行验证,结果表明提出的算法能有效提升农业信息推荐准确率。; 徐建鹏徐祥王晖伍琼王杰; 关键词：农业信息协同过滤隐式反馈冷启动

基于Three.js和物联网技术的粮库3D可视化智能系统: 2023年; 为提高粮库管理效率,增强粮食储存的安全性和可靠性,使其向智能化、信息化方向迈进。本系统基于Three.js和物联网技术,设计了一种3D可视化智能粮库系统,该系统将STM32系列单片机作为控制MCU,采用AM2301温湿度复合传感器、MH-Z19B二氧化碳浓度传感器、MQ-2烟雾火焰传感器、HSTL-102STR水分传感器,对粮仓内的温度、湿度、CO_(2)、烟雾等要素以及粮食含水量进行数据采集,系统设置阈值,对环流熏蒸、谷物冷却、机械通风等设备进行控制。采集数据通过LoRa无线通信技术上传至服务器,利用Three.js等将服务器获取的数据进行3D可视化展示。系统实现了粮库的智能检测、安全控制、粮情展示、天气预报和3D虚拟粮库展示等功能。; 黄澈张萌王杰徐祥周鹿扬; 关键词：物联网气象要素

高分卫星影像遥感指数批量处理系统设计与实现: 2024年; 针对日益增长的高分卫星影像数据文件量和批量化计算处理其遥感指数的需求,采用交互式数据语言IDL,基于分层架构和事件驱动模型,设计和开发具有图形用户界面、不依赖ENVI软件、可跨平台独立运行的高分卫星影像遥感指数批量处理系统,实现影像读取、指数计算、数据输出的批量化、可视化、流程化处理,简化从繁芜复杂的高分影像数据文件中提取多种遥感指数的手工操作过程。在农业遥感业务中的实践应用结果表明:本系统能够稳定运行,高效地处理大批量的高分卫星影像文件,精准计算多种遥感指数,避免了传统方法存在的操作繁琐、重复劳动、频繁等待等问题,不仅极大提升了农业遥感业务的工作效率,而且对遥感数据分析处理和相关软件的开发应用也具有重要的参考意义。本系统的成功设计实现与应用,显示出了分层架构、事件驱动模型与IDL语言的结合对农业遥感领域信息系统开发和实践的有效性。; 张萌黄澈徐祥王状周鹿扬王琛

基于集成学习的巢湖面雨量计算方法: 2023年; 针对湖面气象观测站部署困难导致降水观测资料不足以及传统数值模式面雨量计算复杂等问题,本文以巢湖为研究对象,利用巢湖流域内雷达三维拼图数据和气象观测站降水数据,制作模型数据集。构建基于集成学习的雷达降水估测(Quantitative Precipitation Estimation,QPE)模型,利用自制数据集对模型进行训练,并结合地理信息系统(GIS),将巢湖区域按经纬度网格划分并与雷达拼图在空间上进行叠加,根据QPE模型计算各网格点降雨量,对网格点降雨量求算术平均得到湖面面雨量。实验分析基于随机森林(Random Forest,RF)、XGBoost、LightGBM这3种集成学习的QPE模型性能,选取性能较优QPE模型并进行超参数调优;对比分析利用网格点平均法和气象陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)得到的湖面面雨量结果。结果表明,使用RF算法的QPE模型性能较优,采用网格点平均法和CLDAS计算结果数值虽有差异,但总体趋势一致。该方法可用于巢湖面雨量的计算,为巢湖及其流域防汛抗洪提供重要参考。; 王杰徐祥罗晓丹张萌黄澈洪冠中汪翔; 关键词：地理信息系统面雨量巢湖

全选清除导出

共1页<1>

徐祥

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

徐祥

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈